U poslovnom konceptu koji čini lanac opskrbe uspostavljaju se vrlo uske veze između poslovnih partnera, danas vrlo često utemeljene na intenzivnoj uporabi suvremene informacijske tehnologije. Lance opskrbe nastoji se optimizirati tako da se eliminiraju sva ona mjesta na kojima se proizvodima i uslugama ne dodaje nova vrijednost, odnosno, nastoje se ukloniti oni poslovni procesi ili dijelovi poslovnih procesa koji troše vrijeme i novac, a ne pridonose konačnoj vrijednosti. Kako povećati prodaju? Kako pridobiti kupca? Kako zadržati nepredvidivog, zahtjevnog i informiranog kupca? Odgovor leži u prikupljanju i obradi što veće količine podataka (Big Data) kako bismo što učinkovitije upravljali informacijama i lancem opskrbe. Treba nam interdisciplinarnost, trebaju nam ekonomisti, ICT stručnjaci, matematičari, psiholozi, stručnjaci iz područja ljudskih resursa. Upravljati lancem opskrbe znači usvojiti novi način razmišljanja, mjeriti, računati, štedjeti, ubrzati se i učiti. Pojavila se potreba komunikacije i suradnje između kvantitativnog i bihevioralnog. Optimizacija proizvodnje, odnosno lanca opskrbe, nije hir proizvođača nego rezultat trenutačnih, vrlo specifičnih ekonomskih prilika, poput brzog rasta konkurencije, potrebe brzih reakcija na zahtjeve tržišta, sve veće zasićenosti tržišta, kraćeg zanimanja za proizvod i roka trajanja proizvoda te brze izmjene vremenskih intervala u kojima se mijenja potražnja. Upravo zbog povećanja agilnosti, uloga tehnologije u vođenju poslovanja i upravljanju lancem opskrbe dobiva sasvim novi smisao. AI (umjetna inteligencija) nametnula se kao vrlo djelotvoran strateški alat u upravljanju lancem opskrbe.

Dobro organiziran lanac opskrbe uvijek je bio snažan izvor konkurentske prednosti. U današnjoj povezanoj ekonomiji, vrlo je bitan argument za uspješnost kompanije. Razvojem umjetne inteligencije, dijelovi lanca opskrbe, poput logistike, mogu riješiti mnoge složene probleme. Primjerice, McKinsey naglašava kako pravodobna informacija o padu prodaje, greška u prognoziranju prodaje (pa posljedično gomilanje zaliha na skladištu), ili loša procjena termina puštanja usluge na tržište, mogu imati ključan utjecaj za preživljavanje. Već danas je AI za lance opskrbe razvijen u dovoljnoj mjeri da može biti koristan alat u upravljanju lancem opskrbe. Upravljanje lancem opskrbe ima za cilj isporuku prave količine pravog proizvoda, na pravome mjestu, i u pravo vrijeme. To znači rad s mnogo varijabli koje je potrebno optimizirati.

Uzrok glavobolje Supply Chain Managementa

Adekvatan nadzor nad lancem opskrbe koji radi cijelo vrijeme na maksimalnim performansama danas je gotovo nezamisliv bez primjene AI. Evo nekih od najznačajnijih izazova s kojima se danas suočavaju logistički menadžeri:

Zahtjevi kupaca iznimno su visoki, i dalje se povećavaju. Kupci očekuju potpunu transparentnost i informacije o tome kako se njihova dostava odvija u svakom trenutku. Prema dostupnim informacijama, računa se da je samo jedna trećina kupaca spremna na kašnjenje dostave dulje od dva dana. Kontrola operativne vrijednosti prioritet je globalizirane ekonomije.

Energija i gorivo sve su skuplji, cijena radne snage raste, a mijenjanjem različitih propisa teško je povećati operativnost. Upravljanje rizikom u dinamičnom poslovnom okruženju podrazumijeva prilagodbe u hodu.

Brže lansiranje proizvoda, česte promjene u opskrbnim mrežama, dostupnost kreditnih sredstava, kontrola intelektualnog vlasništva i politički rizik, problemi su na koje nailaze gospodarski subjekti.

Ekološka pitanja prisiljavaju regulatore da uvedu ograničenja emisije stakleničkih plinova, što posljedično povećava nesigurnost i povećava troškove kompanijama.

Usklađivanje ponude i potražnje te rastuća unutarnja i vanjska složenost uzrokovani su višestrukim čimbenicima: novi proizvodi, širenje distribucijskih mreža, kratkoročne promocije, dugoročni asortiman proizvoda, ekstremna sezonska vrijednost proizvoda.

Supply Chain Management (SCM)

Zadatak Supply Chain Managementa je uvođenje reda u kaos procesa i sudionika lanca opskrbe. Još uvijek postoji puno ručnog rada koji iziskuje previše vremena i previše troškova. Primjerice, još uvijek je unutar kompanija potrebno barem nekoliko dana da se obave isplate plaćanja dobavljačima. Postupak plaćanja dobavljačima često se zakomplicira i izjalovi, jer jedva da postoji povjerenje između različitih dionika. Svaki dioničar svojim poslovnim knjigama upravlja centralizirano, što stvari čini netransparentnima više no što bi trebale biti. Sklapanje ugovora često uključuje treću stranu, poput odvjetnika ili bankara, koji definiraju ugovorne odnose ili odobravaju bankovna jamstva. Dakle, jasno je da u uvjetima globalizacije jedan lanac opskrbe podrazumijeva sklapanje i više stotina povezanih ugovora na više različitih kontinenata, u različitim kulturama i sustavima vrijednosti te na različitim jezicima. Problem je tim veći što bi u tako kompliciranim uvjetima za poslovanje management, kako bi donosio dobre poslovne odluke, trebao imati uvid u cijelu sliku lanca opskrbe, što je zapravo gotovo nemoguće.

Dvojac blockchain s IoT-om trenutačno intrigira mnoge industrije jer se radi o moćnoj kombinaciji tehnologija. Blockchain čini transakcijske zapise nepropusnim, a IoT uspostavlja vezu između fizičkog svijeta i digitalnog svijeta pomoću uređaja i senzora. Ta kombinacija tehnologija u budućnosti će učinkovito smanjiti trenje u upravljanju lancima opskrbe tako što će većinom eliminirati središnje entitete (treće strane) kroz izravnu P2P (Peer – to – Peer) vezu. Jednostavne transakcije danas se izvode dugim postupcima, a mogu se automatizirati pomoću pametnih ugovora. Primjerice, ako je zadovoljen if uvjet, then je samo plaćanje. Koncept pametnih ugovora može se proširiti, ne samo na novac, već i na druge aspekte kao što su kontrola temperature ili sljedivost lokacije. Pametni ugovor izvršava se automatski i olakšava učinkovitiji SCM, jer se ugovori javno “potpisuju” i ne mogu se mijenjati, a da se chain postupak ne zablokira.

Primjer logistike u lancu transporta sladoleda definiranog na blockchainu jednostavan je primjer lanca opskrbe. Transport je opremljen IoT senzorom koji šalje geolokacijske podatke i trenutačne temperature na kojoj se sladoled prevozi. Pošiljka sladoleda mora stići do odredišta u ispravnom stanju. Svi podaci šalju se svakih 30 sekundi u oblak, gdje se primjenjuje blockchain kao usluga, i podaci su vidljivi objema stranama, prijevozniku i proizvođaču sladoleda. Pretpostavimo da je u pametnom ugovoru napisano samo jedno pravilo: “Ako se temperatura spremnika podigne iznad -2 stupnja Celzijusa, tada kupac neće preuzeti sladoled”. Ako se to pravilo povrijedi, prijevoznik se smatra odgovornim. Knjiga zapisa jamči valjanost tog predmeta.

Blockchain s IoT-om ima moć boriti se s problemima prijevara s hranom. U takvim slučajevima ugrožena je zdravstvena sigurnost kupca. Čak i mala pogreška kompanije može stajati pada ugleda, uz milijunske štete. Ako je krajnji kupac u mogućnosti provjeriti sljedivost, a sve je transparentno i kristalno čisto u lancu opskrbe, vidjet ćemo sretnog i zadovoljnog kupca. Zahvaljujući blockchainu i IoT-u stječe se povjerenje u sustav, a uklanjaju razdvojene centralizirane infrastrukture koje uključuju treće strane.

Rješenja za lance opskrbe bazirana na AI

Metode strojnog učenja pokazale su se vrlo korisnima u optimizaciji opskrbnog lanca. McKinseyjevi analitičari ističu da nadzirano učenje koristi povijesne prodajne podatke i analizira ih u stvarnom vremenu.

Podaci dobiveni od reklamnih kampanja, cijena, kao i lokalne vremenske prognoze, vrlo su korisni. Kao rezultat toga, strojno učenje može pomoći logističkim odjelima da povećaju točnost predviđanja i optimiziraju proces nadopune. Optimizacija opskrbnog lanca s AI omogućuje tvrtkama da: kombiniraju vrlo precizno predviđanje potražnje s optimiziranim strategijama nadopunjavanja skladišta i polica, postanu fleksibilni na prilagodbu promjenama u proizvodnom asortimanu ili distribucijskoj mreži, imaju cjelovit uvid u čitav lanac vrijednosti – od dobavljača sirovina do krajnjeg kupca, povećaju granulaciju podataka fokusirajući se, primjerice, na pojedinačne dijelove procesa, te točno predvide vrhunce potražnje i automatski prilagodite rute i količine za otpremu sirovina i dostavu proizvoda.

Prednosti AI lanca opskrbe i njegova važnost za EU

Krajnji cilj uvođenja AI rješenja u lancu opskrbe ima za cilj stvaranje potpuno automatiziranog, samoprilagodljivog sustava odlučivanja za upravljanje lancem opskrbe. Postoje različiti stavovi prema izazovu nužnog i neizbježnog upravljanja lancem opskrbe uz pomoć AI. Neke tvrtke rade na vlastitim internim rješenjima i nadopunjavanju AI. Drugi pokušavaju implementirati rješenja treće strane. Iako je to još uvijek nekako samo poboljšano upravljanje lancem opskrbe strojnim učenjem, uvelike je poboljšana točnost predviđanja. McKinsey Global Institute procjenjuje da tvrtke mogu povećati svoje ključne pokazatelje uspješnosti vezane uz prodaju i logistiku zahvaljujući korištenju metoda strojnog učenja. Prognoziranje na temelju AI može smanjiti pogreške 30 do 50 posto. Broj izgubljenih prodajnih prilika zbog nedostupnosti proizvoda može se smanjiti do 65%. Istodobno, tvrtke mogu smanjiti zalihe 20 do 50 posto.

Očekuje se da će se uz primjenu umjetne inteligencije troškovi administracije transporta, skladištenja i opskrbnog lanca smanjiti nevjerojatnih 40 posto.

Prema dokumentu McKinsey, upravljanje opskrbnim lancem s poboljšanom umjetnom inteligencijom ima utjecaj na sve industrije. Najviše imaju koristi dobavljači automobila i sektori industrijske opreme. U mnogim industrijama, sama vrhunska logistika može biti dovoljna za bilo koju tvrtku da pobijedi konkurenciju. Ključna je usklađenost ponude i potražnje u postavkama proizvodnje pravednog vremena. Suvremena optimizacija opskrbnog lanca igra je koju igraju samo najmoćnije tvrtke. Voditelji lanca opskrbe trebali bi što prije početi eksperimentirati s metodama strojnog učenja. To je zato što je za proces obuke modela potrebno vrijeme. Tvrtke koje će ranije implementirati umjetnu inteligenciju u svoje lance opskrbe učinit će to da izbore konkurentsku prednost, oni koji kasne, usvojit će AI rješenja kako bi preživjeli.

U kontekstu problema koji opterećuju EU, Komisija EU podupire razvoj umjetne inteligencije. Ona vjeruje da će smanjiti razliku gospodarskog zaostajanja EU za SAD-om i zemljama Dalekog istoka primjenjujući između ostalog i AI. Povjerenje u AI, razvoj etičkog AI i drugi aspekti iz područja humanističkih znanosti, u fokusu su razvoja za EU.

Komisija EU jača rad na etičkim smjernicama

U travnju ove godine Komisija EU predstavila je daljnje korake za izgradnju povjerenja u umjetnu inteligenciju, koji se temelje na radu stručne skupine na visokoj razini. Na temelju rada skupine neovisnih stručnjaka, imenovanih u lipnju 2018., Komisija je u travnju 2019. godine pokrenula pilot-fazu kako bi osigurala praktičnu primjenu etičkih smjernica za razvoj i upotrebu umjetne inteligencije. Poduzeća, javna tijela i organizacije već danas mogu pristupiti Europskom savezu za umjetnu inteligenciju te biti obaviješteni o početku pilot-projekta. Osim toga, članovi stručne skupine na visokoj razini za umjetnu inteligenciju sudjelovat će u predstavljanju i tumačenju smjernica relevantnim dionicima u državama članicama. Sve to predstavlja kontinuitet u provedbi strategije EU za umjetnu inteligenciju iz travnja 2018., kojoj je cilj povećati javna i privatna ulaganja na najmanje 20 milijardi eura godišnje tijekom sljedećeg desetljeća, i time osigurati veću dostupnost podataka, njegovanje talenata i izgradnju povjerenja u AI.

Potpredsjednik Komisije zadužen za jedinstveno digitalno tržište Andrus Ansip izjavio je: “Pozdravljam rad naših neovisnih stručnjaka. Etička dimenzija umjetne inteligencije nije luksuz ni dodatak. Naše društvo u potpunosti može iskoristiti prednosti tehnologija samo ako postoji povjerenje. Etička umjetna inteligencija dobitna je kombinacija za sve dionike, i može donijeti konkurentsku prednost Europi, tj. vodeću ulogu u području antropocentrične umjetne inteligencije u koju ljudi mogu imati povjerenje”. Komisija namjerava primijeniti trostrani pristup koji obuhvaća: utvrđivanje ključnih zahtjeva za pouzdanu umjetnu inteligenciju, uspostavu opsežnog pilot-projekta radi dobivanja povratnih informacija od dionika, i rad na međunarodnom konsenzusu o antropocentričnoj umjetnoj inteligenciji.

Izgradnja međunarodnog konsenzusa o antropocentričnoj umjetnoj inteligenciji

Komisija takav pristup umjetnoj inteligenciji želi primijeniti na globalnoj razini jer tehnologije, podaci i algoritmi ne poznaju granice. U tu će svrhu Komisija ojačati suradnju s partnerima s kojima dijeli iste stavove, kao što su Japan, Kanada ili Singapur, te će i dalje aktivno sudjelovati u međunarodnim raspravama i inicijativama, uključujući skupine G-7 i G-20. U pilot-fazi, osim iz zemalja EU, sudjelovat će i poduzeća iz drugih zemalja, kao i međunarodne organizacije.

Kako bi se osigurao etični razvoj umjetne inteligencije, Komisija će do jeseni 2019. pokrenuti skup mreža istraživačkih centara izvrsnosti u području umjetne inteligencije, pokrenuti osnivanje mreža digitalnih inovacijskih centara, i u suradnji s državama članicama i dionicima pokrenuti rasprave o razvoju i provedbi modela za razmjenu podataka i optimalnom iskorištavanju zajedničkih podatkovnih prostora. Komisija podupire i jača suradnju u području umjetne inteligencije u cijelom EU kako bi se povećala konkurentnost i osiguralo povjerenje temeljeno na vrijednostima EU.

Parlament EU o industrijskoj politici

Iako se umjetna inteligencija i robotika već dugo primjenjuju u industriji, Parlament EU podsjeća da se napreci u području umjetne inteligencije i robotike proširuju i nude široke i raznolike primjene u svim ljudskim aktivnostima. Smatraju da svaki regulatorni okvir mora obuhvaćati fleksibilnost kojom se omogućuju inovacije i neometan razvoj novih tehnologija i primjena umjetne inteligencije. Također se naglašava da bi utvrđivanje opsega i primjene umjetne inteligencije trebalo biti rezultat postupka oblikovanja koji se temelji na potrebama i načelima kojima se uzima u obzir željeni rezultat i najbolji način za njegovo postizanje s gospodarskog i socijalnog stajališta.

Smatra se da će postojanje jasnih politika u svim fazama razvoja dovesti do prikladne provedbe za tu svrhu te potaknuti na rješavanje rizika i nedostataka. Parlament EU preporučuje primjenu i promicanje javno-privatnih partnerstava za traženje rješenja za ključne izazove kao što je izgradnja ekosustava podataka i promicanje pristupa podacima te dijeljenja i protoka podataka, istodobno pružajući zaštitu prava osoba na privatnost. Osim toga, naglašava se da je znatan izazov za budućnost sustava umjetne inteligencije nedosljedna kvaliteta tehnologije za proizvodnju softvera te stoga ističe veliku potrebu za standardizacijom izgradnje i upotrebe sustava umjetne inteligencije. Isto tako, Parlament EU navodi kako primjećuje napore koji se ulažu na globalnoj razini, i prepoznaje potrebu za proaktivnom suradnjom s partnerima, osobito u okviru OECD-a i skupine G20, u pogledu utvrđivanja smjera u kojemu se ova industrija kreće, kako bi se zajamčilo da EU ostane konkurentan i očuva jednak pristup među državama, kao i da podijeli koristi razvoja umjetne inteligencije u što širem opsegu.

Zabrinjava ih što je uočeno da se brojna poduzeća izvan Europe i subjekti iz trećih zemalja sve više služe prediktivnim modelima, temeljenima na umjetnoj inteligenciji, kako bi pružali usluge i ostvarili dodanu vrijednost na tržištima EU, osobito na lokalnoj razini, te pratili i prema mogućnostima, utjecali na politička stajališta, zbog čega predstavljaju potencijalnu prijetnju tehnološkom suverenitetu građana EU. Naglašava da bi javna potpora za umjetnu inteligenciju trebala biti usmjerena na one strateške sektore u kojima industrija EU ima najveće mogućnosti za vodeću ulogu na globalnoj razini i koji imaju dodanu vrijednost u pogledu općeg javnog interesa.

Poljoprivreda i lanac opskrbe hranom sa stanovišta Parlamenta EU

Prema Rezoluciji Parlamenta EU o sveobuhvatnoj europskoj industrijskoj politici o AI inteligenciji i robotici, Parlament EU smatra da se umjetnom inteligencijom može ubrzati disruptivna transformacija postojećeg prehrambenog sustava u raznolikiji, otporniji, regionalno prilagođeniji i zdraviji model za budućnost. Ističe ulogu koju umjetna inteligencija može imati u naporima koji se ulažu u rješavanje pitanja sigurnosti opskrbe hranom, predviđanje pojava gladi i bolesti koje se prenose hranom, smanjenje gubitaka i rasipanja hrane te poboljšanje održivog upravljanja zemljištem, vodom i drugim okolišnim resursima koji su ključni za zdravlje ekosustava.

Također naglašava da se umjetnom inteligencijom može intervenirati na kritičnim točkama lanca vrijednosti prehrambenog sustava od proizvodnje do potrošnje te poboljšati naša sposobnost da iz temelja promijenimo način kako proizvodimo, obrađujemo i kupujemo hranu boljim informiranjem o praksama planiranja upotrebe zemljišta. Parlament EU napominje da se umjetnom inteligencijom mogu poboljšati upravljanje resursima i ulazna učinkovitost, smanjiti rasipanje nakon žetve te utjecati na odluke o potrošnji te da umjetna inteligencija u obliku precizne poljoprivrede ima potencijal za narušavanje poljoprivredne proizvodnje, kao i za šire upravljanje zemljištem, poboljšanjem planiranja upotrebe zemljišta, predviđanja prenamjene zemljišta i praćenja zdravlja usjeva, te istodobni potencijal za uvođenje radikalnih promjena u predviđanje ekstremnih vremenskih uvjeta.

Stoga je stav Parlamenta EU kako se umjetnom inteligencijom može radikalno mijenjati isporuka ulaznih materijala, suzbijanje nametnika i upravljanje poljoprivrednim gospodarstvima, utjecati na poljoprivredne prakse, mijenjati način isporuke proizvoda osiguranja i pomoći u predviđanju i izbjegavanju buduće pojave gladi i teške akutne pothranjenosti. Također napominju da se umjetnom inteligencijom može omogućiti donošenje optimalnih odluka o tome kako upravljati poljoprivrednim sustavima i potaknuti razvoj sustava za potporu odlučivanju i preporuke poboljšavanjem učinkovitosti poljoprivrednih gospodarstava i njihova zdravlja.

NAPOMENA: Ovaj tekst je izvorno objavljen u časopisu Mreža.